Merge pull request #21 from mozillazg/kMandarin_overwrite.txt

新增 kMandarin_overwrite.txt

README.md

@@ -26,10 +26,11 @@
 * `kXHC1983.txt`: [Unihan Database][unihan] 中 [kXHC1983](http://www.unicode.org/reports/tr38/#kXHC1983) 部分的拼音数据（来源于《现代汉语词典》的拼音数据）
 * `kHanyuPinlu.txt`: [Unihan Database][unihan] 中 [kHanyuPinlu](http://www.unicode.org/reports/tr38/#kHanyuPinlu) 部分的拼音数据（来源于《現代漢語頻率詞典》的拼音数据）
 * `kMandarin.txt`: [Unihan Database][unihan] 中 [kMandarin](http://www.unicode.org/reports/tr38/#kMandarin) 部分的拼音数据（普通话中最常用的一个读音。zh-CN 为主，如果 zh-CN 中没有则使用 zh-TW 中的拼音）
-* `GBK_PUA.txt`: [Private Use Area](https://en.wikipedia.org/wiki/Private_Use_Areas) 中有拼音的汉字，参考 [GB 18030 - 维基百科，自由的百科全书](https://zh.wikipedia.org/wiki/GB_18030#PUA)
-* `nonCJKUI.txt`: 不属于 [CJK Unified Ideograph](https://en.wikipedia.org/wiki/CJK_Unified_Ideographs) 但是却有拼音的字符
-* `overwrite.txt`: 手工纠正的拼音数据（**上面的拼音数据都是通过程序生成的，修改的话只修改这个就可以了**）
+* `kMandarin_overwrite.txt`: 手工纠正 `kMandarin.txt` 中有误的拼音数据（**可以修改**）
+* `GBK_PUA.txt`: [Private Use Area](https://en.wikipedia.org/wiki/Private_Use_Areas) 中有拼音的汉字，参考 [GB 18030 - 维基百科，自由的百科全书](https://zh.wikipedia.org/wiki/GB_18030#PUA) （**可以修改**）
+* `nonCJKUI.txt`: 不属于 [CJK Unified Ideograph](https://en.wikipedia.org/wiki/CJK_Unified_Ideographs) 但是却有拼音的字符（**可以修改**）
 * `kMandarin_8105.txt`: [《通用规范汉字表》](https://zh.wikipedia.org/wiki/通用规范汉字表)(2013 年版)里 8105 个汉字最常用的一个读音 (**可以修改**)
+* `overwrite.txt`: 手工纠正的拼音数据（**可以修改**）
 * `pinyin.txt`: 合并上述文件后的拼音数据
 * `zdic.txt`: [汉典网](http://zdic.net) 的拼音数据
 

kMandarin_overwrite.txt

@@ -0,0 +1,64 @@
+U+389C: kāng  # 㢜
+U+60B7: lì  # 悷
+U+417F: huá  # 䅿
+U+46BE: rén  # 䚾
+U+4B78: fù  # 䭸
+U+4B7B: fēn  # 䭻
+U+4CC9: dōng  # 䳉
+U+4D7B: huì  # 䵻
+U+57D4: pǔ  # 埔
+U+5A47: cǎi  # 婇
+U+5F6F: piāo  # 彯
+U+5F77: páng  # 彷
+U+60B7: lì  # 悷
+U+65FD: tūn  # 旽
+U+6A0B: tōng  # 樋
+U+6ADA: lǘ  # 櫚
+U+6E5E: zhēn  # 湞
+U+73D6: guāng  # 珖
+U+77A1: guī  # 瞡
+U+7BC9: zhù  # 築
+U+815C: méi  # 腜
+U+816C: róu  # 腬
+U+8192: ōu  # 膒
+U+8491: yīn  # 蒑
+U+8A09: fàn  # 訉
+U+90D8: lǚ  # 郘
+U+9D24: zhōng  # 鴤
+U+2031A: nòng  # 𠌚
+U+2141D: fú  # 𡐝
+U+21594: nuó  # 𡖔
+U+2199D: xiāo  # 𡦝
+U+21B0D: mí  # 𡬍
+U+21B10: yí  # 𡬐
+U+21B15: lóng  # 𡬕
+U+2243F: rǎng  # 𢐿
+U+2273D: kuí  # 𢜽
+U+22741: hōng  # 𢝁
+U+22892: sū  # 𢢒
+U+22A10: jí  # 𢨐
+U+245ED: xià  # 𤗭
+U+24704: huái  # 𤜄
+U+247AE: zhài  # 𤞮
+U+24856: yán  # 𤡖
+U+248B5: lài  # 𤢵
+U+249EB: jīn  # 𤧫
+U+2546B: kān  # 𥑫
+U+2588D: hù  # 𥢍
+U+2588F: diàn  # 𥢏
+U+25C1F: yuán  # 𥰟
+U+272D5: kùn  # 𧋕
+U+2757A: shuāng  # 𧕺
+U+275C8: nú  # 𧗈
+U+27956: lí  # 𧥖
+U+280A2: jí  # 𨂢
+U+2824B: tuō  # 𨉋
+U+284A8: hài  # 𨒨
+U+28ABF: liú  # 𨪿
+U+28DED: chán  # 𨷭
+U+28E30: jú  # 𨸰
+U+293CF: wéi  # 𩏏
+U+295F5: zhēng  # 𩗵
+U+29B5D: wǒ  # 𩭝
+U+2A048: zhuāng  # 𪁈
+U+2A2A2: shí  # 𪊢

merge_unihan.py

@@ -77,6 +77,10 @@ def extend_pinyins(old_map, new_map, only_no_exists=False):
     with open('kMandarin_8105.txt') as fp:
         adjust_pinyin_map = parse_pinyins(fp)
         extend_pinyins(raw_pinyin_map, adjust_pinyin_map)
+    with open('kMandarin_overwrite.txt') as fp:
+        _map = parse_pinyins(fp)
+        extend_pinyins(adjust_pinyin_map, _map)
+        extend_pinyins(raw_pinyin_map, adjust_pinyin_map)
     with open('kMandarin.txt') as fp:
         _map = parse_pinyins(fp)
         extend_pinyins(adjust_pinyin_map, _map)